Python 如何使用NaN值计算中间值?

Python 如何使用NaN值计算中间值?,python,pandas,Python,Pandas,我导入了一个csv文件,有59列。我想计算每列的中间值 与行一样,每列都混合有NaN值和实整数值 我必须保留所有记录,因为每行中都有一个有效的度量值,如果我按列或行删除NaN值,我的数据集是空的 我已将NaN设置为零,但无法使其忽略0值 目前,我有站点号和另一个相应的度量值,并将每个列作为一个独立单元删除NaN值,但这非常耗时 是否有更好的方法来计算给定数据情况下的中值?忽略NaN默认情况下,您必须将skipna标志显式更改为False,以便包含NaN/null值 忽略NaN默认情况下,必须将

我导入了一个csv文件,有59列。我想计算每列的中间值

与行一样,每列都混合有NaN值和实整数值

我必须保留所有记录,因为每行中都有一个有效的度量值,如果我按列或行删除NaN值,我的数据集是空的

我已将NaN设置为零,但无法使其忽略0值

目前,我有站点号和另一个相应的度量值,并将每个列作为一个独立单元删除NaN值,但这非常耗时

是否有更好的方法来计算给定数据情况下的中值?

忽略NaN默认情况下,您必须将skipna标志显式更改为False,以便包含NaN/null值

忽略NaN默认情况下,必须将skipna标志显式更改为False才能包含NaN/null值


请将该数据框发布为文本,而不是图像。请将该数据框发布为文本,而不是图像。Just df.median works:D,默认行为是忽略Nant我之前运行的代码不起作用,因此我认为需要根据错误消息删除NaN值。我删除了之前不起作用的代码,以尝试一种新方法,该方法虽然有效,但耗时较长。以后我将发布不起作用的内容。Just df.median works:D,默认行为是忽略Nant我之前运行的代码不起作用,因此我认为需要根据错误消息删除NaN值。我删除了之前不起作用的代码,以尝试一种新方法,该方法虽然有效,但耗时较长。在未来,我会张贴什么没有工作。
df = pd.DataFrame({'col1': [1,2,3,np.nan, 4,5], 'col2': [4,5,6,np.nan, np.nan,7]})

df.median()

col1    3.0
col2    5.5
dtype: float64

df.median(skipna=False)

col1   NaN
col2   NaN
dtype: float64